CN111626640A - 基于中性参照对象的煤矿安全综合风险评价方法和系统 - Google Patents
基于中性参照对象的煤矿安全综合风险评价方法和系统 Download PDFInfo
- Publication number
- CN111626640A CN111626640A CN202010515185.5A CN202010515185A CN111626640A CN 111626640 A CN111626640 A CN 111626640A CN 202010515185 A CN202010515185 A CN 202010515185A CN 111626640 A CN111626640 A CN 111626640A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- coal mine
- data
- hierarchical structure
- reference object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 156
- 239000003245 coal Substances 0.000 title claims abstract description 96
- 230000007935 neutral effect Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 15
- 238000005065 mining Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000013213 extrapolation Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000012502 risk assessment Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于中性参照对象的煤矿安全综合风险评价方法和系统,该发明首先根据层次分析法建立完全层次结构和评价指标,然后基于可采集到的数据,结合指标的重要程度,对层次结构和评价指标进行动态调整,针对最底层指标的得分主要通过构造中性参照对象来确定,最后采用线性加权的方式得到最终等级;与凭主观经验对风险各指标进行评判相比,本方案采用基于中性参考对象的方法对各指标进行评分,评价结果更合理。本申请还针对不同类型、不同条件的矿井评价层次结构不同,存在评价结果不具备一致的表述能力的问题,主要采用动态建模的方法重构层次结构,使得本发明方案具备较强普适性。
Description
技术领域
本发明涉及一种基于中性参照对象的煤矿安全综合风险评价方法和系统。
背景技术
针对煤矿存在的各种安全隐患,基于在线监测数据和可采集的可靠静态数据,建立具备普适性和动态适应性的煤矿安全综合风险评价系统,对煤矿综合风险态势的准确判定和实时量化评价是矿井管理人员制定管理措施的基础,也是监管监察部门精准执法、合理制定监察计划的前提。当前大多数煤矿已经通过工业互联网技术实现了矿井基础信息与主要监测数据的联网,便于国家与政府统一监管。针对煤矿综合风险量化评价,当前主要从人、机、环、管方面出发,针对单一矿井建立固定的层次评价模型。模型中的各项评价指标的建立与量化评价需要大量人工参与。评价指标的得分高低判定准则多是凭借主观经验决定,评价模型和评价方法不具备普适性。
发明内容
本发明的目的是提供一种基于中性参照对象的煤矿安全综合风险评价方法,以解决现有凭借主观经验进行评价时容易出现不规范化、不统一标准的情况的问题。
为解决上述技术问题,本发明提供一种基于中性参照对象的煤矿安全综合风险评价方法,该方法包括:
S1:采集煤矿综合数据,并将所述煤矿综合数据进行分类储存;所述煤矿综合数据包括煤矿基础类数据、在线监测类数据、煤矿管理填报类数据以及经济气候类数据;
S2:根据层次分析法建立关于矿井综合风险评价的完全层次结构和评价指标,确定所述完全层次结构中各评价指标的权重;
S3:根据所述煤矿综合数据,结合所述完全层次结构中各所述评价指标的权重,采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分,并根据综合评分结果判断煤矿安全综合风险性。
进一步地,步骤S2中所述的确定所述层次结构中各评价指标的权重所采用的具体方法包括:
根据全层次结构中各层的评价指标,分别构造判断矩阵,然后对判断矩阵进行一致性检验,计算得到各评价指标的权重。
进一步地,步骤S3中所述的采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分所采用的具体方法包括:
若所述评价指标为连续变化可量化的评价指标,根据实际情况对评价指标的可能取值进行区间分割,并为每个区间边界赋值预设的评分;然后将所有评价指标的取值分别与中性参照对象进行对比,若该评价指标的取值落入中性参照对象的某区间内,若是,则采用线性插值法计算该评价指标的评分;否则,采用线性外推法计算该评价指标的评分;
若所述评价指标为不可量化的评价指标,则列出所有可能的取值,并为所有不可量化的评价指标赋值评分。
进一步地,在步骤S3中:
当实际煤矿的评价指标与所述完全层次结构中的评价指标相比存在缺失时,采用动态建模和设置默认值的方式对其完全层次结构和评价指标进行动态调整,得到最终层次结构以及所述最终层次结构中各评价指标的权重。
进一步地,当实际煤矿的准则层元素小于所述完全层次结构的准则层元素,则直接将多余的准则层元素权重赋值为0,所在准则层的其他元素的权重,按照初始权重进行归一化处理。
进一步地,判断缺失的评价指标的个数是否小于预设阈值,若小于预设阈值,则设置该缺失的评价指标的默认值为中性值,此时其评分为50分;否则,则设置该缺失的评价指标的默认值为评分小于50的值。
进一步地,当实际煤矿的评价指标的个数与所述完全层次结构中的评价指标的个数相比,缺失的评价指标超过预设值时,则直接将该层缺失数据的元素赋值为0,同时对该层其他评价指标按照权重重新进行归一化处理。
进一步地,所述煤矿基础类数据包括矿井概况、开采系统、生产系统和矿井固有灾害信息;所述在线监测类数据包括安全监控系统数据、人员定位系统数据、重大设备监测数据和综合自动化监测数据;所述煤矿管理填报类数据包括隐患管理数据、风险点管理数据和事故数据;所述经济气候类数据包括各地区月降雨量和动力煤价格指数。
此外,本发明还提供了一种基于中性参照对象的煤矿安全综合风险评价系统,该系统包括:
数据采集模块,用于采集煤矿综合数据,所述煤矿综合数据包括煤矿基础类数据、在线监测类数据、煤矿管理填报类数据以及经济气候类数据;
数据解析存储模块,用于将所述数据采集模块采集到的煤矿综合数据进行分类储存;
风险评价模块,用于根据层次分析法建立关于矿井综合风险评价的完全层次结构和评价指标,确定所述完全层次结构中各评价指标的权重;然后根据采集到的所述煤矿综合数据,结合所述完全层次结构中各所述评价指标的权重,采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分,并根据综合评分结果判断煤矿安全综合风险性。
进一步地,所述数据存储模块采用Redis作为中间件和Hive、Sqlserver、HBase等数据库实现实时数据和历史数据的存储。
本发明的有益效果为:本发明首先根据层次分析法建立完全层次结构和评价指标,然后基于可采集到的数据,结合指标的重要程度,对层次结构和评价指标进行动态调整,针对最底层指标的得分主要通过构造中性参照对象对确定,最后采用线性加权的方式得到最终等级;与凭主观经验对风险各指标进行评判相比,本方案采用基于中性参考对象的方法对各指标进行评分,评价结果更规范更合理。此外,本申请还针对不同类型、不同条件的矿井层次结构不同,评价结果不具备一致的表述能力,通过采用动态建模的方法重构层次结构,使得本发明方案具备较强普适性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,在这些附图中使用相同的参考标号来表示相同或相似的部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明一个实施例的方法流程图;
图2为本发明一个实施例的系统原理框图;
图3为本发明一个实施例的完全层次结构示意图;
具体实施方式
如图1所示的一种基于中性参照对象的煤矿安全综合风险评价方法,该方法包括以下步骤:
S1:采集煤矿综合数据,并将所述煤矿综合数据进行分类储存;所述煤矿综合数据包括煤矿基础类数据、在线监测类数据、煤矿管理填报类数据以及经济气候类数据;其中,所述煤矿基础类数据包括矿井概况、开采系统、生产系统和矿井固有灾害信息;所述在线监测类数据包括安全监控系统数据、人员定位系统数据、重大设备监测数据和综合自动化监测数据;所述煤矿管理填报类数据包括隐患管理数据、风险点管理数据和事故数据;所述经济气候类数据包括各地区月降雨量和动力煤价格指数。
S2:根据层次分析法建立关于矿井综合风险评价的完全层次结构和评价指标,确定所述完全层次结构中各评价指标的权重;其中,确定所述层次结构中各评价指标的权重所采用的具体方法包括:根据全层次结构中各层的评价指标,分别构造判断矩阵,然后对判断矩阵进行一致性检验,计算得到各评价指标的权重。
S3:根据所述煤矿综合数据,结合所述完全层次结构中各所述评价指标的权重,采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分,并根据综合评分结果判断煤矿安全综合风险性。
本发明首先根据层次分析法建立完全层次结构和评价指标,然后基于可采集到的数据,结合指标的重要程度,对层次结构和评价指标进行动态调整,针对最底层指标的得分主要通过构造中性参照对象对确定,最后采用线性加权的方式得到最终等级;与凭主观经验对风险各指标进行评判相比,本方案采用基于中性参考对象的方法对各指标进行评分,评价结果更规范更合理。
上述步骤S3中所述的采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分所采用的具体方法包括:
1、若所述评价指标为连续变化可量化的评价指标时:
S31:将所述完全层次结构中各所述评价指标按照百分制进行量化,选取部分有代表性且连续变化的评价指标(主要依靠专家经验或相关标准规定来选取。比如针对瓦斯浓度,国家规定工作面瓦斯报警限为1.0%,断电限为1.5%,瓦斯爆炸下限是5%。那么将这些值作为较危险、危险、极危险的代表值。)的取值构建中性参照对象(c1,c2,…,ci,cj,…,cn),然后将所述中性参照对象按照从大到小或从小打到的顺序进行区间分隔,同时给选取的各个所述中性参照对象分别预设对应的评分(s1,s2,…,si,sj,…,sn);该中性参照对象的指标取值面临的状态是中性的,也即是说,若评价指标可以定量表征,则参照对象的此项指标取值就是其临界值(如指标有多个临界值,则相应的设置多个参照对象),若评价指标不能定量表征,则该参照对象的将是描述安全和不安全的分界点。
S32:将所有评价指标的取值分别与中性参照对象进行对比,若某个评价指标的取值c落入中性参照对象的某区间[ci,cj]内,则其相应的评分可根据线性插值法进行计算,即
若某个评价指标的取值c落在预先标定的区间之外,则采用线性外推法计算该评价指标的评分:
当c<c1(假定c1<cn)时,有
反之,当c>cn(假定c1<cn)时,有
利用线性外推法插值时,可能出现所得的评分s小于0或大于100的情况。这时若要求不太严格,可直接将其就近变为0或100;若要求严格,应重新构建更合理的(ci,si)值对。
在构建上述离散的(ci,si)参照对象数据对时,需要注意以下几点:
①保证(ci,si)中的si越大,越安全;当si=0时,相当于极不安全的情况;si=100时,相当于极安全的情况。
②当难以判断何时为极不安全和极安全时,尽量不对si=0和si=100时的ci值作出规定,而只对si=10和si=90时的ci值做出规定。
③最好显式地给定一个(ck,sk),其中sk=50,ck即中性值。若没有显式给定,也必须保证在后续的插值运算中,使得当s=50时,得到的c值正好为中性值。
2、若所述评价指标为不可量化的评价指标:
对于离散变化的量化或非量化指标,只需列出所有可能的取值,并赋予相应的权重即可。
此外,在步骤S3中:
当实际煤矿的评价指标与所述完全层次结构中的评价指标相比存在缺失时,采用动态建模和设置默认值的方式对其完全层次结构和评价指标进行动态调整,得到最终层次结构以及所述最终层次结构中各评价指标的权重。
当实际煤矿的准则层元素小于所述完全层次结构的准则层元素,则直接将多余的准则层元素权重赋值为0,所在准则层的其他元素的权重,按照初始权重进行归一化处理。
判断缺失的评价指标的个数是否小于预设阈值,若小于预设阈值,则设置该缺失的评价指标的默认值为中性值,此时其评分为50分;否则,则设置该缺失的评价指标的默认值为评分小于50的值。
当实际煤矿的评价指标的个数与所述完全层次结构中的评价指标的个数相比,缺失的评价指标超过预设值时,则直接将该层缺失数据的元素赋值为0,同时对该层其他评价指标按照权重重新进行归一化处理。
本申请基于煤矿已经建成的安全生产监测监控系统产生的动态数据,以及其他各类关键的准静态或非结构化数据,通过采用动态建模的方法重构层次结构,构建具有广泛适用性的安全风险分级评判模型,实现分地域、分煤矿的煤矿安全风险动态分级评判,所构建的指标应对不同煤矿、不同条件下的安全风险具有一致的表述能力,便于不同煤矿、不同风险类别、不同作业条件的风险对比,使得本发明方案具备较强普适性。
此外,本发明还公开了一种基于中性参照对象的煤矿安全综合风险评价系统,如图2所示的,该系统包括:数据采集模块、数据解析存储模块和风险评价模块。
其中,数据采集模块用于采集煤矿综合数据,所述煤矿综合数据包括煤矿基础类数据、在线监测类数据、煤矿管理填报类数据以及经济气候类数据;数据解析存储模块用于将所述数据采集模块采集到的煤矿综合数据进行分类储存;风险评价模块用于根据层次分析法建立关于矿井综合风险评价的完全层次结构和评价指标,确定所述完全层次结构中各评价指标的权重;然后根据采集到的所述煤矿综合数据,结合所述完全层次结构中各所述评价指标的权重,采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分,并根据综合评分结果判断煤矿安全综合风险性。
其中,利用风险评价模块采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分所采用的具体方法与上述步骤S31和S32所采用的方法相同。同理,当实际煤矿可采集到的评价指标的个数与所述完全层次结构中的评价指标的个数不同时,采用动态建模和设置默认值的方式对其完全层次结构和评价指标进行动态调整,得到最终层次结构以及所述最终层次结构中各评价指标的权重。
下面以矿井综合风险评价中“采掘工作面突出风险”这一准则层为例,对本申请的具体施流程作举例说明:
针对采掘工作面突出风险。
1)建立如图3所示的完整的层次结构
2)构造判断矩阵,确定初始权重
表1准则层对比的判断矩阵及其权重
表2原始煤层的突出危险性对比的判断矩阵及其权重
表3防突措施的执行效果的次准则间对比的判断矩阵及其权重
表4其他因素的次准则间对比的判断矩阵及其权重
3)确定各个底层准则的评分准则
表5评价煤层突出危险性的指标及其评分计算规则
4)最终层次结构及权重确定
针对非突出矿井,无需执行区域防突,因此在实际评价此类矿井时,直接将准则层中“防突效果”这一指标权重设置为0,其他元素,按照初始权重,重新归一化。如下:
表6非突出煤层突出危险性的指标及其评分计算规则
5)综合评价
某采煤工作面的基本参数如下:
表7采掘工作面基本参数表
计算得到各指标的评分:
表8采掘面突出危险性最下层指标评分
计算得到3个采掘工作面突出危险性。
表9各采掘工作面发生突出危险的安全评分
这3个采掘工作面发生突出危险的可能性排序依次为采掘面C>采掘面采掘面B>采掘面A,采掘面C的安全评分小于50分,表示不安全,应该进行安全预警。采掘面C虽然开采非突出煤层,但是根据计算结果,该煤层实际上具有较大的突出危险,且该采掘面没有采取任何的防突措施,因此其突出危险性反而最大。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于中性参照对象的煤矿安全综合风险评价方法,其特征在于,包括:
S1:采集煤矿综合数据,并将所述煤矿综合数据进行分类储存;所述煤矿综合数据包括煤矿基础类数据、在线监测类数据、煤矿管理填报类数据以及经济气候类数据;
S2:根据层次分析法建立关于矿井综合风险评价的完全层次结构和评价指标,确定所述完全层次结构中各评价指标的权重;
S3:根据所述煤矿综合数据,结合所述完全层次结构中各所述评价指标的权重,采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分,并根据综合评分结果判断煤矿安全综合风险性。
2.根据权利要求1所述的基于中性参照对象的煤矿安全综合风险评价方法,其特征在于,步骤S2中所述的确定所述层次结构中各评价指标的权重所采用的具体方法包括:
根据完全层次结构中各层的评价指标,分别构造判断矩阵,然后对判断矩阵进行一致性检验,计算得到各评价指标的权重。
3.根据权利要求1所述的基于中性参照对象的煤矿安全综合风险评价方法,其特征在于,步骤S3中所述的采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分所采用的具体方法包括:
若所述评价指标为连续变化可量化的评价指标,根据实际情况对评价指标的可能取值进行区间分割,并为每个区间边界赋值预设的评分;然后将所有评价指标的取值分别与中性参照对象进行对比,若该评价指标的取值落入中性参照对象的某区间内,若是,则采用线性插值法计算该评价指标的评分;否则,采用线性外推法计算该评价指标的评分;
若所述评价指标为不可量化的评价指标,则列出所有可能的取值,并为所有不可量化的评价指标赋值评分。
4.根据权利要求1所述的基于中性参照对象的煤矿安全综合风险评价方法,其特征在于,在步骤S3中:
当实际煤矿的评价指标与所述完全层次结构中的评价指标相比存在缺失时,采用动态建模和设置默认值的方式对其完全层次结构和评价指标进行动态调整,得到最终层次结构以及所述最终层次结构中各评价指标的权重。
5.根据权利要求4所述的基于中性参照对象的煤矿安全综合风险评价方法,其特征在于,当实际煤矿的准则层元素小于所述完全层次结构的准则层元素,则直接将多余的准则层元素权重赋值为0,所在准则层的其他元素的权重,按照初始权重进行归一化处理。
6.根据权利要求5所述的基于中性参照对象的煤矿安全综合风险评价方法,其特征在于,判断缺失的评价指标的个数是否小于预设阈值,若小于预设阈值,则设置该缺失的评价指标的默认值为中性值,此时其评分为50分;否则,则设置该缺失的评价指标的默认值为评分小于50的值。
7.根据权利要求6所述的基于中性参照对象的煤矿安全综合风险评价方法,其特征在于,当实际煤矿的评价指标的个数与所述完全层次结构中的评价指标的个数相比,缺失的评价指标超过预设值时,则直接将该层缺失数据的元素赋值为0,同时对该层其他评价指标按照权重重新进行归一化处理。
8.根据权利要求1所述的基于中性参照对象的煤矿安全综合风险评价方法,其特征在于,所述煤矿基础类数据包括矿井概况、开采系统、生产系统和矿井固有灾害信息;所述在线监测类数据包括安全监控系统数据、人员定位系统数据、重大设备监测数据和综合自动化监测数据;所述煤矿管理填报类数据包括隐患管理数据、风险点管理数据和事故数据;所述经济气候类数据包括各地区月降雨量和动力煤价格指数。
9.一种基于中性参照对象的煤矿安全综合风险评价系统,其特征在于,包括:
数据采集模块,用于采集煤矿综合数据,所述煤矿综合数据包括煤矿基础类数据、在线监测类数据、煤矿管理填报类数据以及经济气候类数据;
数据解析存储模块,用于将所述数据采集模块采集到的煤矿综合数据进行分类储存;
风险评价模块,用于根据层次分析法建立关于矿井综合风险评价的完全层次结构和评价指标,确定所述完全层次结构中各评价指标的权重;然后根据采集到的所述煤矿综合数据,结合所述完全层次结构中各所述评价指标的权重,采用中性参考对象法对所述完全层次结构中最底层评价指标进行评分,并根据综合评分结果判断煤矿安全综合风险性。
10.根据权利要求9所述的基于中性参照对象的煤矿安全综合风险评价系统,其特征在于,所述数据存储模块采用Redis作为中间件和Hive、Sqlserver、HBase等数据库实现实时数据和历史数据的存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010515185.5A CN111626640A (zh) | 2020-06-08 | 2020-06-08 | 基于中性参照对象的煤矿安全综合风险评价方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010515185.5A CN111626640A (zh) | 2020-06-08 | 2020-06-08 | 基于中性参照对象的煤矿安全综合风险评价方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111626640A true CN111626640A (zh) | 2020-09-04 |
Family
ID=72271388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010515185.5A Pending CN111626640A (zh) | 2020-06-08 | 2020-06-08 | 基于中性参照对象的煤矿安全综合风险评价方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626640A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113516397A (zh) * | 2020-12-15 | 2021-10-19 | 天博电子信息科技有限公司 | 场馆消防评分方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904755A (zh) * | 2012-09-27 | 2013-01-30 | 北京邮电大学 | 一种移动互联网业务用户体验质量测量方法和装置 |
CN108932840A (zh) * | 2018-07-17 | 2018-12-04 | 北京理工大学 | 基于强化学习的无人驾驶车辆城市交叉口通行方法 |
CN109978302A (zh) * | 2017-12-28 | 2019-07-05 | 中移信息技术有限公司 | 一种信用评分方法及设备 |
CN110046213A (zh) * | 2018-11-20 | 2019-07-23 | 国网陕西省电力公司 | 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法 |
CN110516901A (zh) * | 2019-07-06 | 2019-11-29 | 国网浙江省电力有限公司电力科学研究院 | 基于大数据的客户价值分层模型构建系统及客户分层方法 |
CN111507648A (zh) * | 2020-06-30 | 2020-08-07 | 航天宏图信息技术股份有限公司 | 一种国土空间规划评价系统 |
-
2020
- 2020-06-08 CN CN202010515185.5A patent/CN111626640A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904755A (zh) * | 2012-09-27 | 2013-01-30 | 北京邮电大学 | 一种移动互联网业务用户体验质量测量方法和装置 |
CN109978302A (zh) * | 2017-12-28 | 2019-07-05 | 中移信息技术有限公司 | 一种信用评分方法及设备 |
CN108932840A (zh) * | 2018-07-17 | 2018-12-04 | 北京理工大学 | 基于强化学习的无人驾驶车辆城市交叉口通行方法 |
CN110046213A (zh) * | 2018-11-20 | 2019-07-23 | 国网陕西省电力公司 | 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法 |
CN110516901A (zh) * | 2019-07-06 | 2019-11-29 | 国网浙江省电力有限公司电力科学研究院 | 基于大数据的客户价值分层模型构建系统及客户分层方法 |
CN111507648A (zh) * | 2020-06-30 | 2020-08-07 | 航天宏图信息技术股份有限公司 | 一种国土空间规划评价系统 |
Non-Patent Citations (1)
Title |
---|
金洪伟: "煤矿水害风险量化评价方法", 《中国安全生产科学技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113516397A (zh) * | 2020-12-15 | 2021-10-19 | 天博电子信息科技有限公司 | 场馆消防评分方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104715163B (zh) | 一种埋地油气管道风险评估方法 | |
CN111256754B (zh) | 一种混凝土坝长期运行安全预警方法 | |
CN113988530A (zh) | 一种非煤矿山安全风险评估分级方法及系统 | |
CN110121053B (zh) | 一种钻井现场风险分级预警的视频监控方法 | |
CN106447205A (zh) | 一种基于层次分析法的配电自动化终端状态评价方法 | |
CN109947806B (zh) | 一种基于案例推理的超高层施工安全事故应急辅助决策方法 | |
CN111738620A (zh) | 一种基于关联规则的井漏风险预测与堵漏决策系统及方法 | |
KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
CN106777867A (zh) | 一种矿井火灾风险因素权重确定方法 | |
CN114862169A (zh) | 一种基于bim的隧道工程安全风险监测系统及方法 | |
CN103198362A (zh) | 一种煤矿安全评估的方法 | |
Feng et al. | Reliability evaluation of gantry cranes based on fault tree analysis and Bayesian network | |
CN115018334A (zh) | 一种基于模糊贝叶斯网络的瓦斯爆炸风险评估方法 | |
CN105046421A (zh) | 电动汽车充换电设施安全综合评价方法 | |
Ma | Constraints of coal mining safety management efficiency | |
CN112668873A (zh) | 矿山安全态势分析及预测预警方法 | |
CN112907130A (zh) | 基于盾构施工参数的施工风险等级确定方法、装置及介质 | |
CN111626640A (zh) | 基于中性参照对象的煤矿安全综合风险评价方法和系统 | |
Lu et al. | Using cased based reasoning for automated safety risk management in construction industry | |
CN113935571A (zh) | 一种加油站安全风险评估分级方法及系统 | |
Li et al. | Comprehensive evaluation model of coal mine safety under the combination of game theory and TOPSIS | |
CN116703148B (zh) | 基于云计算的矿山企业风险画像方法 | |
CN108710946A (zh) | 深水立管系统风险维修决策优化的人因可靠性平衡法 | |
Huang et al. | A safety assessment model of filling mining based on comprehensive weighting-set pair analysis | |
CN116090616A (zh) | 一种煤矿风险灾害预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |
|
RJ01 | Rejection of invention patent application after publication |